MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200615815 · doi:10.7759/cureus.20386

Preliminary Design and Development of a Mechanical Ventilator Using Industrial Automation Components for Rapid Deployment During the COVID-19 Pandemic

2021· article· en· W4200615815 sur OpenAlexaff
Benjamin DeBoer, Ahmad Barari, Mika Nonoyama, Adam Dubrowski, Marco Zaccagnini, Ali Seif Amir Hosseini

Notice bibliographique

RevueCureus · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensMcGill UniversityOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Software deploymentMedicineMechanical ventilatorEconomic shortagePandemicExploit2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)AutomationOperations managementManufacturing engineeringMechanical ventilationComputer scienceMechanical engineeringEngineeringDiseaseComputer securityVirologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

The novel coronavirus disease 2019 (COVID-19) created a shortage of mechanical ventilators in the healthcare sector, resulting in rationed distribution, ethical dilemmas, and high mortalities. This technical report outlines the design and product outcome of a mechanical ventilator based on readily available off-the-shelf components, minimizing the dependence on manufacturing facilities. The ventilator was designed to operate in both hospitals and remote locations, having the ability to operate off various gas pressures and low voltage supplies. Due to the COVID-19 restrictions, the challenges of developing a device in an online setting with minimal manufacturing assistance were explored. Within a 10-day period, the team designed, prototyped, and conducted preliminary feasibility testing on the mechanical ventilator. The proposed design was not intended to replace, or be used as a medically approved ventilator, but demonstrates the ability to exploit off-the-shelf components to enable fast development and assembly.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,242
Tête enseignante GPT0,350
Écart entre enseignants0,107 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureus→Même sujetRespiratory Support and Mechanisms→Travaux en français237 207→